Question

以下代码将字符串拆分为单词列表但不包含数字：

    txt="there_once was,a-monkey.called phillip?09.txt"
    sep=re.compile(r"[\s\.,-_\?]+")
    sep.split(txt)

['there', 'once', 'was', 'a', 'monkey', 'called', 'phillip', 'txt']

此代码为我提供了单词和数字，但仍然包含“_”作为有效字符：

re.findall(r"\w+|\d+",txt)
['there_once', 'was', 'a', 'monkey', 'called', 'phillip', '09', 'txt']

我需要在任何一段代码中更改以获得所需的结果：

['there', 'once', 'was', 'a', 'monkey', 'called', 'phillip', '09', 'txt']

Answer 1

这是一个应该做的快速方法：

re.findall(r"[a-zA-Z0-9]+",txt)

这是另一个：

re.split(r"[\s\.,\-_\?]+",txt)

（你只需要转义连字符，因为它在字符类中有特殊含义）

Answer 2

对于示例案例，

sep = re.compile(r"[^a-zA-Z0-9]+")
sea.split(txt)

应该有效。要将数字与单词分开，请尝试

re.findall(r"[a-zA-Z]+|\d+", txt)

在Python中将文件名拆分为单词和数字

2 个答案: